利用python进行混淆矩阵的绘制

话不多说，用python绘制混淆矩阵，下面直接附上代码。

##coding:utf-8
import matplotlib.pyplot as plt
import numpy as np
import itertools 
from matplotlib import rcParams

#定义混淆矩阵数据
confusion_matrix = np.array(
		[[451,1,12,6,1],
		[18,451,5,9,14],
		[41,27,487,2,15],
		[13,21,5,395,4],
		[1,4,15,19,421]])
		
#计算每个类别的准确率
class_accuracy = confusion_matrix /confusion_matrix.sum(axis=1)[:,None]

#绘制混淆矩阵图像
#要想改变颜色，修改cmap参数，红色：plt.cm.Reds
plt.imshow(class_accuracy,cmap=plt.cm.Blues) 

#添加网格
plt.grid(False)
plt.colorbar()
#labels表示你不同类别的代号，这里有5个类别
labels = ['0', '1', '2', '3', '4']
tick_marks = np.arange(len(labels))
plt.xticks(tick_marks,labels,fontsize=12)
plt.yticks(tick_marks,labels,fontsize=12)


#在每个小格子中显示相应的数值和准确率
for i,j in itertools.product(range(class_accuracy.shape[0]),range(class_accuracy.shape[1])):

    #显示数值
    value = confusion_matrix[i,j]
    plt.text (j,i,value,horizontalalignment="center",color="white" if class_accuracy[i,j]>0.5 else "black")


    #显示准确率
    acc= class_accuracy[i,j]*100
    plt.text (j,i+0.3,f"{acc:.2f}%",horizontalalignment="center",color="black")


#添加x和y轴标签
plt.ylabel("True label")
plt.xlabel("Predicted label")
plt.title ("Confusion Matrix")

#显示图像
plt.show()